Missing data completing in the air monitoring systems by forward and backward prognosis methods

• Autorzy: Hoffman S.

Warianty tytułu

PL

Prognozowanie wsteczne w uzupełnianiu brakujących danych w systemach monitoringu powietrza

• Języki publikacji: EN

Abstrakty

EN

The possibility of modelling the concentration of air pollutants measured in the air monitoring systems by means of time-series neural models was examined. The data set analysed was built of hourly averages, gathered at the air monitoring station in Zabrze (the south of Poland) in the four-year period. The analysis was carried out in order to compare the prediction accuracies of hourly concentrations in the missing data blocks depending on prognosis. The results of O3 and NO hourly concentration modelling for different anticipations were discussed. The results show that the prediction quality could be improved when both prognostic methods, the forward one and the backward one, are used simultaneously, each one for another part of the missing data.

PL

Przeanalizowano możliwość modelowania stężeń zanieczyszczeń, mierzonych na stacjach monitoringu powietrza, z wykorzystaniem neuronowych modeli szeregów czasowych. Przedstawiono rezultaty modelowania chwilowych (jednogodzinnych) stężeń zanieczyszczeń powietrza na podstawie wieloletnich danych pomiarowych zarejestrowanych na stacji monitoringu powietrza w Zabrzu. Celem analiz było określenie i porównanie dokładności predykcji chwilowych stężeń wybranych zanieczyszczeń powietrza w blokach brakujących danych, w zależności od kierunku prognozy. Stwierdzono, że jakość prognozy można poprawić, stosując w drugiej części modelowanego bloku danych wsteczną analizę szeregów czasowych.

Słowa kluczowe

EN

air pollution; computer simulation; environmental engineering; neural networks; time series analysis

PL

monitoring powietrza; zanieczyszczenie powietrza; symulacja komputerowa; inżynieria środowiska; sieci neuronowe; stężenie zanieczyszczeń; analiza szeregów czasowych

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Environment Protection Engineering
• Rocznik: 2006
• Tom: Vol. 32, nr 4
• Strony: 25--29
• Opis fizyczny: bibliogr. 6 poz.

Twórcy

autor

Hoffman S.

• Department of Chemistry, Water and Wastewater Technology, Technology University of Częstochowa, Dąbrowskiego 69, 42-200 Częstochowa

Bibliografia

• [1] HAUCK H., KROMP-KOLB H., PETZ E., Requirements for the completeness of ambient air quality data sets with respect to derived parameters, Atmos. Environ., 1999, Vol. 33, 13, 2059–2066.
• [2] GARDNER M.W., DORLING S.R., Artificial neural networks (the multilayer perceptron) – a review of applications in the atmospheric sciences, Atmos. Environ., 1998, Vol. 32, 14/15, 2627–2636.
• [3] BALLESTER E.B. et al., Effective 1-day ahead prediction of hourly surface ozone concentrations in eastern Spain using linear models and neural networks, Ecological Modelling, 2002, 156, 27–41.
• [4] HOFFMAN S., JASIŃSKI R., Studies on NOx concentration modeling in the air monitoring systems, [in:] Pathways of pollutants and mitigation strategies of their impact on the ecosystems, edited by M.R. Dudzińska, M. Pawłowska, Monografie Komitetu Inżynierii Środowiska PAN, Lublin, 2004, 185–192.
• [5] HOFFMAN S., Zastosowanie sieci neuronowych w krótkoterminowym prognozowaniu stężeń zanieczyszczeń powietrza, [in:] Emisje, zagrożenie, ochrona powietrza, edited by A. Musialik-Piotrowska and J.D. Rutkowski, PZITS, Wrocław, 2004, 115–122.
• [6] Statistica Neural Networks, StatSoft 1998.